[发明专利]超声血流成像有效
申请号: | 201780013123.0 | 申请日: | 2017-02-02 |
公开(公告)号: | CN108697354B | 公开(公告)日: | 2022-12-06 |
发明(设计)人: | P·宋;A·曼杜卡;S·陈;J·奇萨思科 | 申请(专利权)人: | 梅约医学教育与研究基金会 |
主分类号: | A61B5/026 | 分类号: | A61B5/026;A61B8/06 |
代理公司: | 上海专利商标事务所有限公司 31100 | 代理人: | 姬利永;钱慰民 |
地址: | 美国明*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 超声 血流 成像 | ||
1.一种用于使用超声成像系统生成描绘受试者的脉管系统中的血流的图像的方法,所述方法的步骤包括:
(a)从受试者中的视场获取超声信号数据;
(b)将所获取的超声数据划分成多个超声数据子矩阵,每个超声数据子矩阵对应于所述视场的子体积;
(c)对每个超声数据子矩阵执行低秩矩阵分解,从而生成包括每个超声数据子矩阵的分解的矩阵值的分解的数据;
(d)估计基于所述分解的数据的低阶截止值或基于所述分解的数据的高阶截止值中的至少一个,其中所述低阶截止值将归因于组织的信号与归因于血流的信号区分开,并且所述高阶截止值将归因于血流的信号与归因于噪声的信号区分开;
(e)使用低阶截止值或高阶截止值中的至少一个,从每个超声数据子矩阵提取归因于受试者的脉管系统中的血流的信号;以及
(f)组合所提取的信号以生成图像,所述图像描绘所述视场中的所述受试者的脉管系统中的血流。
2.如权利要求1所述的方法,其中步骤(c)包括执行奇异值分解,使得所述分解的矩阵值是奇异值,并且所述分解的数据还包括奇异向量。
3.如权利要求2所述的方法,其中步骤(d)包括通过绘制所述奇异值生成奇异值曲线并且基于奇异值曲线的衰减率选择低阶截止值。
4.如权利要求3所述的方法,其中使用梯度计算方法或拟合方法之一计算所绘制的奇异值的衰减率。
5.如权利要求2所述的方法,其中步骤(d)包括基于所述奇异向量生成奇异向量频率曲线并且基于预定的频率截止值选择低阶截止值。
6.如权利要求5所述的方法,其中基于估计每个奇异向量的平均多普勒频率来计算奇异向量频率曲线。
7.如权利要求2所述的方法,其中步骤(d)包括通过绘制所述奇异值生成奇异值曲线并且基于在所述奇异值曲线中的高阶奇异值的线性拟合来选择所述高阶截止值。
8.如权利要求7所述的方法,其中,所述高阶截止值被选择为所述奇异值曲线中的点,在所述点处所述线性拟合开始偏离所述奇异值曲线达阈值量。
9.如权利要求2所述的方法,其中步骤(d)包括基于所述奇异向量生成奇异向量频率曲线,并基于在低阶奇异向量频率值和高阶奇异向量频率值之间的过渡区域中的奇异向量频率值的线性拟合来选择所述高阶截止值。
10.如权利要求9所述的方法,其中,所述高阶截止值被选择为所述奇异值频率曲线中的点,在所述点处所述线性拟合偏离在所述低阶奇异向量频率值附近的所述奇异向量频率曲线过渡区域达阈值量。
11.如权利要求1所述的方法,其中步骤(c)包括执行特征值分解,使得分解的矩阵值是特征值,并且所述分解的数据还包括特征向量。
12.如权利要求1所述的方法,其中步骤(e)包括使用加权系数对所述分解的数据中低于所述低阶截止值并高于所述高阶截止值的所述分解的矩阵值进行加权,以减少来自所述数据子矩阵中的那些分解的矩阵值的贡献。
13.如权利要求12所述的方法,其中所述加权系数包括零值系数。
14.如权利要求12所述的方法,其中步骤(e)包括执行低秩矩阵分解的逆,以将所述分解的数据转换成每个数据子矩阵中的血流信号的估计。
15.如权利要求1所述的方法,其中步骤(f)包括通过在跨包含给定像素的多个局部窗口的所述给定像素位置处对所提取的信号求平均来生成图像中的每个像素位置处的图像强度值。
16.如权利要求1所述的方法,其中所述超声数据子矩阵中的至少一些超声数据子矩阵对应于重叠的子体积。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于梅约医学教育与研究基金会,未经梅约医学教育与研究基金会许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201780013123.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:传感器装置和包括传感器装置的导管
- 下一篇:电极导管